无线传感器网络的分簇拓扑控制算法研究

在层次型分簇拓扑控制算法的基础上,提出非均匀分簇EBUC的拓扑控制算法,建立无线传感网络内的多个非均匀节点簇,设置靠近基站的簇规模更小、远离基站的簇规模更大,同时合理选择簇首节点、设置节点非均匀竞争半径,采取簇间多跳路由机制,使能量水平较高的节点选择基站附近能量高的节点进行数据转发,以最大程度节省网络能量、延长网络生命期。仿真实验表明,相比于其他算法而言,分簇拓扑控制算法的节点簇拓扑稳定性、能耗均衡性更加优秀。

基于节点竞争力的网络分簇拓扑控制算法

通过提出节点竞争力的新定义和研究网络分簇拓扑控制过程中簇头选择的新策略,提出了一种基于节点竞争力的网络分簇拓扑控制算法APBCS。该算法以节点剩余能量的比值、节点之间的距离和邻居节点的密度作为竞争簇头的参数,采用分环的方式实现簇头间的多跳通信。仿真实验表明,APBCS算法与LEACH算法相比较分簇更均匀,簇头选择更合理,第一个死亡节点出现时间推迟了92%,与EBAPC算法相比较,第一个死亡节点出现时间推迟了4.6%,说明比较显著地延长了网络生命周期。

一种低能耗层次型无线传感器网络拓扑控制算法

提出一种低能耗层次型拓扑控制算法(A low-power hierarchical wireless sensor network topology control algo-rithm,简称LPH算法).该算法是一种支持多跳网络、降低能耗的多级组网控制算法.它将拓扑控制分为组网和拓扑维护两个阶段,其中组网阶段包括选择簇头、标识簇头及簇内节点、优化拓扑三个任务,算法在各个阶段、各个任务中都考虑了节能.同时,在簇头选择时考虑了簇头节点分布均衡问题,通过优化拓扑降低簇内通信能耗.其次,通过静态地址与动态地址结合的方式提高网络层次及可维护性.本文详细介绍了LPH算法及其思想,给出算法的空间复杂度、时间复杂度及能耗分析,并基于NS2仿真工具,对LEACH、PEGASIS和LPH三种算法分别进行了模拟仿真,说明LPH算法的性能与优势.

SAHRC：一种基于分簇的无线传感器网络路由控制算法

设计特定应用场合的路由控制算法是无线传感器网络路由控制领域研究的热点之一。在深入研究经典网络路由算法(LEACH)的基础上,提出一种基于分簇的自适应混合型路由控制(SAHRC)算法。该算法针对大规模事件驱动型网络场景应用,采用网内节点启发机制解决了LEACH算法面对大规模网络缺乏自适应性,未考虑节点剩余能量,通信效率难以得到保障等问题。仿真结果表明,新的SAHRC算法比原有LEACH算法有更好的节能性和稳定性。

非均匀分簇无线传感器网络拓扑控制仿真

针对多数网络拓扑控制方法存在网络生命周期短、端至端延时长、吞吐量及投递率低等问题,提出一种基于遗传算法的网络拓扑控制方法。采用分析传感器节点剩余能量和负载之间的影响关系,以网络负载均衡为目标构建了负载均衡的传感器节点评价模型;采用遗传算法对模型进行求解,通过种群交叉、变异等操作使所得适应度函数值最小的个体作为最优解,根据最优解控制实现目标网络拓扑控制。实验结果表明,采用的方法能够均衡节点能耗,在保证较低的网络延时、较高的吞吐量及投递率等前提下,存活的节点数量较多,有效地延长了目标网络生命周期。

移动ad hoc网络多参数加权分簇算法

网络分簇支持资源空间复用,能增大系统容量;簇头构成虚拟骨干网,能降低路由开销;但簇生成和维护涉及信息交互,会增加通信开销,良好的分簇算法是维持簇稳定的关键。针对移动ad hoc网络,提出一种多参数加权分簇算法。该算法综合考虑节点剩余能量、邻居节点数和节点移动性,分别针对随机步行移动网络和参考点群组移动网络设计不同的节点稳定性参数,在随机步行移动网络中利用剩余能量参数、邻居节点参数和相对稳定性参数加权构成稳定性参数,而在参考点群组移动网络中采用剩余能量参数、邻居节点参数和移动相关性参数加权构成稳定性参数。仿真结果表明,该算法能有效提高网络簇结构的稳定性。

基于流量模式和网络拓扑的网关部署算法

多并发流所引起的网络负载不均衡是无线网状网(wireless Mesh network,WMN)面临的一个挑战,部署网关是一种能缓解竞争节点负载的可行方案。针对这一问题,提出基于流量模式和网络拓扑的启发式网关部署算法。该算法利用节点在多种流量模式下所承载流量的平均值来估算节点的网络负载,并基于节点的网络负载和位置来选择网关,再根据特定的计算,分配节点给已知网关所管理的簇。实验结果表明,在不同流量模式和网络资源配置下,该算法均能有效地提高网络吞吐量、降低端到端延迟、减少路径长度。

空间物联网信息的k连通拓扑控制算法仿真

为避免由于网络节点发生故障而导致重组或网络崩溃的情况发生,提出一种空间物联网信息的k连通拓扑控制算法,通过研究空间物联网信息的体系结构对其进行建模,并采用泊松分布设定模型的原始状态通信半径和节点数量参数,根据分簇权重的能量平衡、信道质量、节点故障和移动性准则对其进行优化,完成节点、标识与未标识邻域节点的度值对比,最后采用睡眠调度策略达到网络运行延长和拓扑结构稳定的目的。经过仿真表明,上述算法在空间物联网信息中,形成的簇相对稳定,有效地延长了网络的工作周期,而且优化了网络的连通性。

多传感器网络中分簇算法的研究

多传感器网络拓扑控制目前主要研究的是在网络保证网络覆盖以及具有良好的连通前提下,通过功率控制和节点的选择达到舍弃节点中一些不必要的无线通信链路,生成一个高效可靠的数据转发网络拓扑结构。拓扑结构能够有效的提高路由协议和MAC协议的效率,并为数据融合、目标定位等打下了坚实的基础,是传感器网络研究的一个核心问题之一,同时也是一个热点问题。

Ad Hoc中的一种新型分簇算法及性能仿真

简要介绍了已有的分簇算法,并讨论了这些算法的优缺点。针对这些算法的不足,提出了一种新型有效、适用于大规模高速运动Ad Hoc网络的分簇算法。仿真实验证明该算法可有效解决均匀分簇、均衡结点负担、保持簇结构的稳定性等问题,并能够满足大规模高速运动Ad Hoc网络的要求。给出了相关的仿真分析和结论。

浅谈无线传感器网络的拓扑结构控制

无线传感器网络是一个由传感器组成的分布式自组织网络。在无线传感器网络中,拓扑控制一直是其关键技术之一。从过去的研究中表明,主要的拓扑控制方法有层次型拓扑控制和节点功率控制。层次型的拓扑结构将整个网络划分为不同的簇,并通过一定机制选择簇头来负责数据转发和融合,让无线网络的拓扑结构在一定程度上得到了优化和控制。

水下传感器网络拓扑研究

水下传感器网络是一种新型的水下通讯系统。不同于陆地传感器网络,由于受到水下环境和水声通讯等限制条件制约,水下节点的部署也更加复杂。合理的拓扑结构能有效延长网络生命周期、节约节点资源、降低通讯干扰,能够提高路由协议和MAC协议的效率,为数据融合、时间同步和目标定位提供支持。本文分析总结了现有的水下传感器网络拓扑控制策略和关键技术,针对水下传感器网络广泛应用的分簇策略进行了分析和研究。

无人平台移动网络分簇研究

无人平台集群移动网络较多呈现分布式、无中心以及网络成员数较多、动态性较强等特点,为有效确保网络运行性能,大规模的无人平台集群移动网络维护管理常利用分区域管理模式。此外,在实际应用中,无人平台集群移动网络常会遭遇由于电磁环境、干扰等因素导致的通信质量不稳定变化。因此,本文采用引入节点通信质量的网络加权分簇算法,其通过计算各相关因素的权值并根据最终得到的总权值确定簇头节点,进而完成网络的分簇。